基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了提高红外目标检测与跟踪的速度和准确率,该文提出了一种基于红外弱小目标运动特征信息的检测与跟踪方法.方法 主要分为目标运动特征检测和目标轨迹预测跟踪两个方面.目标检测方面,通过背景帧差分法将图像分割为前后景,形态学运算后在每一帧的前景中对红外弱小目标进行检测,并记录下候选目标.目标跟踪方面,通过卡尔曼滤波对红外目标轨迹进行预测,计算目标轨迹质心位置与目标实际位置欧式距离,通过匈牙利算法以欧式距离为权重对目标实际轨迹与预测轨迹进行分配,如果分配的结果超过一定阈值将会被重新分配.最终通过MATLAB,在公开的数据集上,仿真验证了该文算法在基本满足实时检测的要求下,仍然可以有效地提高红外弱小目标的检测与跟踪效果.
推荐文章
基于多特征融合与粒子滤波的红外弱小目标跟踪方法
红外弱小目标
多特征融合
粒子滤波
目标跟踪
红外运动小目标检测方法综述
弱小目标
先跟踪后检测
先跟踪后检测
光流法
基于背景模型的运动目标检测与跟踪
运动目标检测
运动目标跟踪
背景模型
计算机视觉
人体运动目标检测与跟踪方法的研究与实现
图像序列
目标检测
Kalman滤波
实时跟踪
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于目标运动特征的红外目标检测与跟踪方法
来源期刊 南京理工大学学报(自然科学版) 学科 工学
关键词 运动特征 卡尔曼滤波 匈牙利算法 目标跟踪 红外目标
年,卷(期) 2019,(4) 所属期刊栏目
研究方向 页码范围 455-461
页数 7页 分类号 TP391.4
字数 4145字 语种 中文
DOI 10.14177/j.cnki.32-1397n.2019.43.04.011
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 朱志宇 江苏科技大学电子信息学院 164 971 15.0 21.0
2 葛慧林 江苏科技大学电子信息学院 15 14 3.0 3.0
3 娄康 江苏科技大学电子信息学院 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (23)
共引文献  (11)
参考文献  (14)
节点文献
引证文献  (2)
同被引文献  (23)
二级引证文献  (0)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(5)
  • 参考文献(0)
  • 二级参考文献(5)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(2)
  • 参考文献(1)
  • 二级参考文献(1)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(3)
  • 参考文献(3)
  • 二级参考文献(0)
2017(3)
  • 参考文献(3)
  • 二级参考文献(0)
2018(3)
  • 参考文献(3)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
运动特征
卡尔曼滤波
匈牙利算法
目标跟踪
红外目标
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
南京理工大学学报(自然科学版)
双月刊
1005-9830
32-1397/N
南京孝陵卫200号
chi
出版文献量(篇)
3510
总下载数(次)
7
总被引数(次)
33414
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导